Дата-сайентист

• Постановка задачи - вместе с заказчиком определяете цель модели: что значит «хорошая модель» в этом контексте и какие бизнес-проблемы она должна закрыть.
• Работа с данными
  • для части источников переменные уже готовы;
  • сложные новые источники реализует команда дата-инженеров (ДЕ), а вы выступаете постановщиком задачи как внутренний заказчик;
  • часть источников на базовом уровне вы прорабатываете самостоятельно.
• Моделирование - эксперименты, выбор и обоснование лучшей модели.
• Внедрение - реализация модели в виде класса по шаблону на MLflow.
• Мониторинг - постановка модели на мониторинг через собственный сервис компании.

Хард-скилы

• Python (уверенное владение функциями, классами, ООП-подходом);
• Pandas, scikit-learn;
• SQL (индексы, оконные функции, CTE).

Софт-скилы

• Гибкость подходов к задачам;
• Желание пробовать новое и не бояться экспериментов;
• Умение увидеть новые возможности - в существующих данных или в state-of-the-art технологиях - и применить их к текущим процессам.

• Участие в развитии международной финтех-группы.
• Международную команду и динамичную рабочую среду.